Question

我有这个字符串

<p/><ul><li>test1<p/></li><li>test2<p/></li></ul><p/>

我尝试做的是提取“li”标签内的所有“p”标签，但不提取其外部的“p”标签。

我只能到目前为止通过

提取所有“li”标签

\<li\>(.*?)\</li\>

我迷失了如何在其中提取“p”标签。

非常感谢任何指针！

Answer 1

使用HTML解析器而不是正则表达式更加可靠。使用HTML Agility Pack：

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml("<p/><ul><li>test1<p/></li><li>test2<p/></li></ul><p/>");
IEnumerable<HtmlNode> result = doc.DocumentNode
                                  .Descendants("li")
                                  .SelectMany(x => x.Descendants("p"));

Answer 2

<li>(.*?<p/?>.*?)</li>

将匹配<li>之间包含<p/>的所有内容。如果您只想匹配<p/>，那么：

(?<=<li>).*?(<p/?>).*?(?=</li>)

将第1组与<p/>标记匹配。

Answer 3

试试这个，它使用了前瞻，因此LI不是选择的一部分。

(?<=<li>)(.*?<p/?>.*?)(?=</li>)

P.S。您还需要修复HTML，因为P标签的方式不对。正则表达式适用于以下HTML。

<ul><li><p>test1<p/></li><li><p>test2<p/></li></ul>

正则表达式，在两个单词之间找到一个单词

3 个答案: